跳到正文
  1. TestingCatalog新76

    Meta 发布 Muse Ember,主打低成本 Agent 执行任务

    Meta 发布其最小、最高效的模型 Muse Ember(muse-ember-1.0),面向工具调用、编码子任务、路由、抽取和长文档解析等高频 Agent 工作,已在 Muse Code 和 Meta Model API 上线,输入 $0.10/M tokens、缓存输入 $0.004/M、输出 $0.50/M。

    事件时间线 ›

    推荐理由:原文汇总了定价、上下文窗口和多组基准对比数据,还标注了落后项,便于评估其在低成本 Agent 任务中的位置。

  1. Robotics & Automation News44

    ABB Robotics 推出 AI Robot Trainer 简化机器人视觉编程

    ABB Robotics 在 OmniCore EyeMotion 基础上推出 AI Robot Trainer,让客户无需专家从零构建 AI 模型即可训练和部署机器人视觉应用。该方案将图像采集、模型训练、部署和持续改进整合为单一工作流,支持任意品牌相机和传感器,结合自动无碰撞路径规划可将调试时间最多缩短 90%、节拍时间最多缩短 50%,适用于 2D 拾取到 3D 拆垛、质量检测等场景。

    对A股利好传感器(视觉)环节,AI视觉训练方案落地有望提升机器人视觉应用需求

    事件时间线 ›

    推荐理由:ABB 官方给出了新工具的工作流构成和调试、节拍时间降幅,读者可据此评估它在机器人视觉部署中的实际作用。

  2. IT之家69

    美团龙猫开源 LongCat-2.5:总参数 1.6 万亿,支持百万上下文

    美团宣布开源面向长程智能体任务的原生多模态模型 LongCat-2.5,采用 MIT 协议,支持商用推理部署与二次训练,无需额外授权。模型总参数 1.6 万亿,每个 token 激活约 480 亿参数,支持一百万上下文,并针对国产算力芯片在架构与部署策略上做了协同优化;视觉信号表示为多层级离散 token 与文本统一处理,采用 W4A4 推理方案。

    对A股利好国产算力芯片,LongCat-2.5明确针对国产算力芯片做架构与部署协同优化;亦利好AI应用与终端(推断)

    事件时间线 ›

    推荐理由:原文给出了 LongCat-2.5 的参数规模、上下文长度、MIT 开源协议和架构细节,读者可据此评估其在长程智能体场景的部署价值。

  1. 机器之心54

    李飞飞 World Labs 推出首个应用 Frameboy

    李飞飞的创业公司 World Labs 推出首个「应用」Frameboy,由 AI 实时生成第一人称画面,把生成式 AI 变成可直接探索的体验。Frameboy 是 Atlas 世界模型的优化演示版,使用云端 GPU 流式传输。

    对A股利好物理AI,AI实时生成画面与云端GPU流式传输亦涉及英伟达链(推断)

    事件时间线 ›

    推荐理由:World Labs 首个应用把世界模型变成可实时探索的云端体验,可据此了解世界模型的落地形态。

  2. 机器之心47

    Northwestern、CMU等研究世界建模是否为跨任务可复用能力,用2k样本提升22项基准

    Northwestern、CMU等机构研究世界建模能否成为跨领域、跨任务可复用的独立能力,涵盖空间理解、具身动作规划、视频时序等任务。研究用仅2k样本训练,在22项基准上实现跨领域提升,并给出训练配方。

    事件时间线 ›

    推荐理由:原文探讨世界建模能否成为跨任务复用的独立能力,并给出仅用2k样本跨领域提升22项基准的训练配方。

  1. 财联社电报63

    华中科技大学唐江团队在《自然》发表室温工艺短波红外成像芯片成果

    华中科技大学唐江教授团队10月28日在《自然》在线发表成果,用室温水溶液工艺让硫化铅感光层直接生长在读出电路上,制成640×512像素短波红外成像芯片。光电二极管室温下对2.5微米红外光的比探测率达同类器件最高水平,高于同波长商用铟镓砷探测器;像素响应均匀性与商用铟镓砷芯片相当,不制冷不补光可清晰拍摄80至600摄氏度高温物体,工艺还可用于柔性电路制成可弯曲成像阵列。

    事件时间线 ›

    推荐理由:原文给出室温水溶液工艺的具体器件指标和成像条件,读者可以对比传统铟镓砷路线了解这条低成本红外成像方案的进展。

  2. The Verge · AI65

    Google Gemini 聊天中可直接生成和编辑 Google Docs 文件

    Google Gemini 推出文件编辑功能,用户可在聊天中直接生成、预览和编辑 PDF、Google Docs、Google Sheets、幻灯片、Markdown、TXT 和代码文件。该功能即日起面向所有 Gemini 用户开放,其中 PDF 预览和编辑支持网页端和移动端,其他文件格式目前仅网页端可用。

    事件时间线 ›

    推荐理由:原文给出了 Gemini 新文件编辑能力覆盖的格式和平台差异,读者可以据此判断是否改变自己的文档处理流程。

  1. DigiTimes65

    微软称其医疗 AI 在复杂病例诊断中准确率超 80%

    据 DigiTimes 报道,微软称其医疗 AI 系统 MAI-DxO 在复杂病例测试中诊断准确率超过 80%,高于普通医生,可能降低诊断成本。该系统通过多个 AI 智能体协作模拟医疗团队工作,逐步询问病史、选择检查、分析结果并修正诊断,而非一次性根据全部症状生成答案。

    事件时间线 ›

    推荐理由:报道描述了 MAI-DxO 用多智能体协作模拟医疗团队逐步诊断的思路,读者可了解其与普通医生准确率对比的厂商说法。

  2. Ars Technica · AI60

    DeepMind 发布 Genie 4 世界模型,物理与人物模拟更真实并加入音频

    Google DeepMind 发布 Genie 4 世界模型,称其在几乎各方面改进 Genie 3,模拟中的人物更真实、物理表现更好并加入音频。模型无需预渲染环境或编程交互元素,可实时逐帧生成可探索体验,官方将世界模型视为迈向 AGI 的关键要素,并称其可用于为实体机器人创建训练环境及创意领域快速原型。使用需向 Google 付费获取访问资格。

    事件时间线 ›

    推荐理由:文章梳理了 Genie 4 相对上一代的改进方向与官方定位,读者可据此判断世界模型在 AGI 路线中的角色。

已经到底了

浙ICP备2026096764号

今日模型用量 北京时间

正在读取…